Type: concept
Confidence: 0.95
Created: 2026-04-18
Updated: 2026-04-25
Tags: claude-codeprotocoltool-systemintegration工具与框架

MCP

概述

Model Context Protocol,进程级工具服务协议,AI 编码工具通过 MCP 连接独立进程暴露的工具和数据,与 Agent Skills 形成互补的扩展机制。支持多种传输协议如 HTTP 传输协议、Stdio 传输协议、SSE 传输协议 等,可通过 OAuth 2.0 认证 进行安全认证,并利用 MCPorter 实现工具组合编排。

关键内容

  1. 本质:
  2. 独立进程运行的服务
  3. 通过 Model Context Protocol 暴露工具和数据
  4. AI 客户端通过 stdio 或 SSE 与 MCP Server 通信

  5. 三种传输模式:

  6. stdio:本地进程,原生隔离,不经过网络
  7. SSE:远程 HTTP 流式,实时推送
  8. HTTP:远程 HTTP 非流式,简单请求-响应

  9. 配置结构:

  10. 用户级 MCP:~/.claude.json(不在 ~/.claude/ 目录内)
  11. 项目级 MCP:./.mcp.json(提交到 Git,团队共享)
  12. 规则:项目级 MCP 补充(不覆盖)用户级 MCP

  13. Tool Search 机制:

  14. 会话启动时仅加载工具名称(极低 Token 消耗)
  15. Claude 遇到需要外部工具的任务时搜索匹配的 MCP 工具名
  16. 按需加载完整工具 Schema(进入上下文)
  17. 效果:即使配置了大量 MCP 服务器,上下文开销仍然最小

  18. 输出 Token 保护:

  19. 警告阈值:10,000 tokens(显示警告)
  20. 默认上限:25,000 tokens(截断)
  21. 调整:export MAX_MCP_OUTPUT_TOKENS=50000
  22. 最佳实践:让 MCP 服务器分页/过滤响应,而非增加上限

  23. 社区生态(2026 年 3 月):

  24. server-github:Issues、PR、仓库搜索(15 个工具)
  25. mcp-server-brave-search:网页搜索(400ms 均值)
  26. @playwright/mcp:浏览器自动化(150MB/实例)
  27. 数据库系列:SQL 查询、Schema 探索
  28. server-slack:消息、频道、搜索
  29. 生态规模:200+ 社区服务器;GitHub 服务器被 92% 启用 MCP 的用户最先安装

  30. 与 Agent Skills 的区别: | 维度 | Agent Skills | MCP Servers | |------|-------------|-------------| | 本质 | 目录级 Prompt 包 | 进程级工具服务 | | 内容 | SKILL.md + 脚本 | 独立可执行程序 | | 加载 | 渐进式加载到上下文 | 按需调用外部进程 | | 适用 | 编码指导、工作流 | 工具集成、数据访问 |

  31. Claude Code 中的 MCP 类型:

  32. 本地 MCP Servers:本地运行的工具服务
  33. Claude Connectors:远程 MCP 服务(Slack、Figma、Asana 等 SaaS)

  34. 典型用例:

  35. 数据库查询工具
  36. 文件系统操作
  37. API 客户端
  38. 版本控制集成

  39. 工具描述质量:MCP 工具的性能不仅取决于底层实现,更依赖于工具描述的质量。糟糕的工具描述会导致错误的工具选择、参数格式错误、Agent 绕过有用工具。Anthropic 实践表明,经过 AI 辅助优化的工具描述可使后续 Agent 任务完成时间减少 40%。工具测试 Agent 是专门用于测试和改进 MCP 工具描述的有效方法。

  40. 防错设计在 MCP 中的应用:MCP 工具定义应采用防错设计手段,如使用具体类型而非宽泛字符串、提供枚举值而非自由文本、要求绝对路径而非相对路径,使常见错误在结构上不可能发生。

  41. 代码执行 MCP 服务器:

  42. 通过 MCP 提供安全的代码执行能力,使 Agent 从"描述解决方案"跃迁为"直接执行验证"
  43. 工具定义示例:execute_python,在安全 Python 3.11 环境中执行代码,支持 numpy、pandas、matplotlib 等预安装库
  44. 安全架构:在隔离容器(Docker/gVisor)中执行,文件系统访问受限,网络访问可控,执行超时(30 秒),内存限制
  45. 效率提升:将问题解决往返次数从 3-5 轮减少到 1-2 轮,将"语言准确性"转化为"逻辑准确性"
  46. 最佳实践:始终在安全沙箱中执行,合理设置超时和内存限制,审查涉及外部系统的代码

来源

相关